如何用Python合并文本分类行与数据行并导出为CSV

原始输入文本 #

CCDPA_ABUSE_INCIDENT_CODES
1|CODE|VARCHAR2 (1)|Y
2|DESCR|VARCHAR2 (40)|Y
CCDPA_ADULT_PS_INVESTIGATIONS
1|ID|NUMBER (10,0)|Y
2|CCDPACHRAPP_ID|NUMBER (10,0)|Y
CCDPA_APPLICANT_ALIASES
1|ID|NUMBER (10,0)|Y
2|CCDPACHRAPP_ID|NUMBER (10,0)|Y

需求 #

• 将所有以字母开头的行作为前缀，追加到后续数字开头的行前，直到遇到下一个字母开头的行
• 前缀与目标行之间用|分隔
• 删除原有的字母开头行
• 最终导出为可导入Excel的CSV文件

方案一：直接文本处理（轻量无依赖） #

适合仅需完成格式转换的场景，无需安装第三方库，处理速度快：

# 配置文件路径
input_path = "你的输入文件名.txt"
output_path = "处理结果.csv"

current_prefix = ""
processed_lines = []

# 读取并处理每一行
with open(input_path, 'r', encoding='utf-8') as infile:
    for line in infile:
        stripped_line = line.strip()
        if not stripped_line:
            continue  # 跳过空行
        
        if stripped_line[0].isalpha():
            current_prefix = stripped_line
        else:
            # 拼接前缀与当前行
            processed_line = f"{current_prefix}|{stripped_line}"
            processed_lines.append(processed_line)

# 写入结果CSV
with open(output_path, 'w', encoding='utf-8') as outfile:
    outfile.write('\n'.join(processed_lines))

方案二：使用Pandas处理（适合后续数据分析） #

如果之后需要对数据做清洗、统计等操作，用Pandas更便捷，能生成结构化数据：

import pandas as pd

input_path = "你的输入文件名.txt"
output_path = "处理结果_pandas.csv"

current_prefix = ""
data_rows = []

# 读取原始文本并整理数据
with open(input_path, 'r', encoding='utf-8') as infile:
    for line in infile:
        stripped_line = line.strip()
        if not stripped_line:
            continue
        
        if stripped_line[0].isalpha():
            current_prefix = stripped_line
        else:
            # 拆分字段并插入前缀
            row_fields = stripped_line.split('|')
            row_fields.insert(0, current_prefix)
            data_rows.append(row_fields)

# 转换为DataFrame并导出CSV
df = pd.DataFrame(data_rows)
# 导出时指定分隔符为|，Excel导入时可选择该分隔符识别列
df.to_csv(output_path, sep='|', index=False, header=False, encoding='utf-8')

方案选择建议 #

• 仅需格式转换：选直接文本处理，无依赖、效率高
• 后续需数据分析：选Pandas，提供丰富的数据操作接口

内容的提问来源于stack exchange，提问作者Jack Harris